Prescription drug insurance and unmet need for health care: a cross-sectional analysis.
Notice bibliographique
Résumé
BACKGROUND: Despite Canada's universal health insurance coverage, many Canadians still report an unmet need for health care. I investigated whether not having prescription drug insurance increases the likelihood of reporting an unmet need for health care. I hypothesized that people without prescription drug insurance would be more likely than those with insurance to report an unmet health care need. METHODS: I included 31 630 people in Ontario 64 years of age or younger who had participated in the Canadian Community Health Survey Cycle 3.1. Multivariate logistic regression models were used to obtain an adjusted odds ratio (OR) for the association between having prescription drug insurance and reporting an unmet need for health care in the past 12 months, adjusting for age, sex, socio-economic status, health status and having a regular medical doctor. The reasons for reporting an unmet need for care were stratified into reasons related or not related to prescription drug insurance. Three separate multivariate logistic regressions were performed to obtain an adjusted OR for the association between prescription drug insurance and unmet need based on the reasons for reporting unmet need. RESULTS: Not having prescription drug insurance that covers all or part of prescription medication costs increased the likelihood of reporting an unmet need for health care services (adjusted OR 1.27, 95% confidence interval [CI] 1.16-1.39). Not having such insurance significantly increased the likelihood of reporting an unmet need for health care for reasons that were related to prescription drug insurance (adjusted OR 2.21, 95% CI 1.80-2.71). This relation was not significant when the analysis was restricted to people who reported unmet need for health care for reasons that did not relate to prescription drug insurance (adjusted OR 1.12, 95% CI 1.00-1.23). CONCLUSIONS: These results suggest an association between a lack of prescription drug coverage and reporting an unmet need for health care. This association warrants further investigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».